Araştırmacılar, e-ticaret platformlarında ürün arama ve sıralama işlemlerini iyileştiren yenilikçi bir yapay zeka sistemi geliştirdi. İki aşamalı bu yaklaşım, büyük dil modellerini kullanarak yapılandırılmamış ürün bilgilerinden özellik grafikleri oluşturuyor ve bu yapılandırılmış veriler üzerinden daha akıllı sıralama yapıyor. Sistem, geleneksel yöntemlere göre işlem gücünden %57 tasarruf sağlarken, arama doğruluğunu %5'ten fazla artırdı. Bu gelişme, milyonlarca ürün arasından en uygun olanları bulma konusunda yaşanan zorlukları aşmaya yönelik önemli bir adım. Özellikle farklı kategorilerdeki ürünlerin benzerlikleri ve kullanıcı bağlamının doğru anlaşılması konusunda mevcut sistemlerin eksikliklerini gideriyor. Çalışma, e-ticaret arama motorlarının verimliliğini artırma potansiyeli taşıyor.

arXiv — Hesaplamalı Dilbilim (cs.CL) 0

Teknoloji & Yapay Zeka

21 Apr

Yapay Zeka Öneri Sistemlerinde Yeni Dönem: BLaIR Benchmark'ı Geliştirildi

Araştırmacılar, büyük dil modellerinin öneri sistemlerindeki performansını değerlendirmek için BLaIR adlı kapsamlı bir benchmark geliştirdi. Bu yeni sistem, 570 milyondan fazla Amazon incelemesi ve 48 milyon ürün verisiyle destekleniyor. Geleneksel öneri sistemleri metin tabanlı ürün özelliklerini etkili şekilde kullanmakta zorlanırken, büyük dil modelleri bu alanda umut vaat ediyor. Ancak bu modellerin öneri görevlerindeki davranışları henüz tam olarak anlaşılmamıştı. BLaIR, sıralı öneri, işbirlikçi filtreleme ve ürün araması gibi farklı senaryoları kapsayarak, dil modellerinin semantik kodlayıcı olarak etkinliğini ölçmeyi amaçlıyor. Bu gelişme, e-ticaret platformlarından müzik önerilerine kadar geniş bir kullanım alanında daha akıllı ve kişiselleştirilmiş öneri sistemlerinin geliştirilmesine katkı sağlayabilir.

arXiv (CS + AI) 0